TerminatorJ/relabel_output-XETG00048__0003817__VUILD107MF__20230308__003731

该数据集包含基因表达数据、细胞标识符、基因名称、基因排名、全标记序列和基因-基因矩阵等多个特征。数据集分为训练集、测试集和验证集，分别包含38638、12074和9661个样本。数据集的总大小为2396679652字节，下载大小为32232063字节。

The dataset includes multiple features such as Expression, Split, Cell_id, Gene, Cell_Ids, Ranked_Gene_Names, Full_Tokens, and Gene_Gene_Matrix. These features involve gene expression data, cell identifiers, gene names, gene rankings, full token sequences, and gene-gene matrices. The dataset is divided into training, test, and validation sets, containing 38638, 12074, and 9661 samples respectively. The total size of the dataset is 2396679652 bytes, with a download size of 32232063 bytes.

原始信息汇总

数据集概述

数据集特征

• Expression: 数值序列，数据类型为 float64
• Split: 字符串类型
• Cell_id: 字符串类型
• Gene: 字符串序列
• Cell_Ids: 字符串类型
• Ranked_Gene_Names: 字符串序列
• Full_Tokens: 整数序列，数据类型为 int64
• Gene_Gene_Matrix: 嵌套数值序列，数据类型为 float64

数据集分割

• train: 包含 38638 个样本，占用 1534515033 字节
• test: 包含 12074 个样本，占用 479657170 字节
• validation: 包含 9661 个样本，占用 382507449 字节

数据集大小

• 下载大小: 32232063 字节
• 总数据集大小: 2396679652 字节

配置

• default:
  • train: 数据路径为 data/train-*
  • test: 数据路径为 data/test-*
  • validation: 数据路径为 data/validation-*